基于HTK的電臺粵語敏感詞檢測系統方法研究

楊俊

摘 要：粵語是中國七大方言之一，在全球有近1.2億使用人口。本文根據粵語的特點，針對電臺節目中出現的粵語敏感詞設計一套基于HTK的語音識別監控系統，提出基于LMS自適應降噪的語音預處理方案，并驗證該語音識別系統的識別率。通過實驗證明該系統對粵語具有較高的識別率。

關鍵詞：HTK；語音識別；粵語

1 概述

語音識別發展到現如今，在很多領域已經得到了應用，語音識別通過幾十年的發展，已經從孤立詞識別到連續語音識別，從小詞匯量到大詞匯量，但是，粵語連續語音識別還處在初始階段，粵語通行于兩廣、港澳地區，是唯一除了普通話外擁有完善文字系統的漢語，并且國內廣播電臺很少有用語音識別技術來對關鍵詞進行檢測，因此，如何設計一個能降低背景噪聲，識別率高的基于關鍵詞的語音識別軟件，是目前廣播電臺監播系統面臨的技術挑戰之一。

本文結合粵語的語音特點，使用現在流行的隱馬爾科夫建模工具HTK工具來設計一個電臺粵語敏感詞檢測系統。

2 電臺粵語敏感詞檢測系統的基本原理

基于HMM的粵語敏感詞檢測系統主要由語料庫，語音預處理模塊，特征提取模塊和語音標準模版等部分組成。具體的語音識別框圖如下圖1所示：

語音預處理模塊就是對輸入的原始語音信號進行處理，濾掉其中的不重要信息及背景噪聲等，并進行語音信號的端點檢測，即判定語音有效范圍的開始和結束位置，并進行分幀和預加重等處理工作。

在經過語音預處理模塊后，接下來的就是提取語音的特征參數。特征參數就是從語音信號中提取出有效的語音特征，去除語音信號的其他信息。在識別階段，將輸入語音的特征矢量參數和語音標準模版進行相似性度量比較，最后輸出識別結果。

3 建立語音材料庫

在進行語音識別前，建立語音材料庫，確定識別基本元。確定基本元后，標記識別基本元。標記基本元的工作，我使用的是WaveSurfer1.8的工具，用WaveSurfer1.8的工具打開用Adobe Audition CS6錄好的錄音材料，然后使用Label標記好每個字的起始和結束位，就完成了一個詞的標記工作。27個電臺敏感詞由15個男主持人和15個女主持人錄制，每個敏感詞錄制3遍。

4 基于HTK電臺新聞敏感詞檢測系統聲學建模

聲學建模是連續語音識別的關鍵步驟，其目的就是計算語音的特征矢量系列，為聲學單元建立一套聲學模型參數。HTK工具建立聲學模型步驟如圖2所示：

本系統識別用的是HTK中的HCopy模塊對語音進行特征的提取，然后用到Hinit模塊對HMM模型進行初始化，隨后用HRest和HERest庫模塊對HMM模型進行重估，形成準確的HMM模型，通過Hvite識別工具來對HMM模型進行解碼，其中使用HTK中的HParse使其由識別語法變成識別網絡，最后輸出識別的結果。

5 粵語連續語音識別實驗

5.1 更換訓練集實驗

實驗中的語料庫共有27個詞匯，由30位會說粵語的人，其中男15人，女15人，用標準的粵語朗讀一遍，其中語音信息是已知的，并且用WaveSurfer1.8的工具進行標注。其中從語料庫中選擇前20組語音作為訓練集，后10組語音作為測試集作為一個第一組實驗，然后用30組語音作為訓練集，后10組語音作為測試集來作為第二組實驗，識別結果用HTK中的HResults模塊進行輸出識別結果，第一組識別結果如圖3，第二組識別結果如圖4：

實驗結果表明，第二組正確率（82.51%）高于第一組的正確率（75.31%），證明訓練集的增加可以對非特定人識別的識別率有顯著的提高。

5.2 對大詞匯量連續語音的處理

對于大詞匯量連續語音的處理，可以采用深度學習的方法來代替GMM-HMM中的GMM，因為GMM模擬任意函數的功能取決于混合高斯函數的個數，所以具有一定的局限性，屬于淺層模型。而深度網絡可以模擬任意的函數，因而表達能力更強。所以使用深度學習的基于統計語音模型作為粵語的非特定人大詞匯量連續語音識別系統的語言模型，來實現大詞匯量的連續語音識別。

6 總結

為了提高廣播監播系統的智能化、高效性，減輕管理控制人員的工作壓力，將語音識別技術嵌入到廣播電臺監播系統當中。針對影響到安全播出的節目中出現的禁忌詞匯，或因播出信號受敵對勢力攻擊而出現的一些敏感詞匯，可利用語音識別技術，設計一套電臺廣播新聞敏感詞檢測系統，對播出信號進行實時監播。其最終研究成果和優化的系統對廣播電臺的安全播出具有典型的指導意義，并且具有在全國各大廣播電臺推廣的價值。

參考文獻：

[1]王海濤.廣播電視監播系統中音頻及語音數據處理技術研究[D].西北工業大學，2007：35-37.

[2]陳杰.基于語音識別的警報系統的設計及其在廣播中的應用[J].2014.04：121.

[3]孔婷.基于語音識別的廣告監播技術研究[D].南京理工大學，2013.7：1-2.

[4]張秋野，王力劭，丁鵬.連續語音識別網格技術在新聞制播平臺的應用[J].電視技術，2010.02：58.

[5]陳蓉.語音識別技術在廣播電臺的應用探討[J].廣播與電視技術，2008.10：134.

[6]劉洪斌.廣播電臺網絡音頻搜索系統初探[J].中國廣播，2011.06：47.

[7]布合力齊姑麗·瓦斯力.用MATLAB實現維吾爾語廣播新聞敏感詞檢索系統[J].計算機系統應用，2014.06：69.